pandas导入CSV生成dataframe后遍历仅返回列如何实现按行遍历

pandas 中直接对 DataFrame 执行迭代操作时，默认遍历的是 DataFrame 的列名，这是 pandas 的内置设计规则，因此你写的循环只会输出列名而非行数据。另外补充：pd.read_csv() 本身返回的就是 DataFrame 类型，你额外执行的 DataFrame(table_csv) 转换步骤是冗余的，可以直接省略。

根据你的使用场景可以选择以下几种方案，优先推荐向量化操作，性能远高于循环遍历：

• 方案1：iterrows() 逐行遍历（适合小数据量简单场景）
  iterrows() 会逐行返回 (行索引, 行数据Series) 格式的元组，注意直接修改返回的行数据副本不会生效，需要通过 loc 定位修改原 DataFrame：

  for index, row in table_dataframe.iterrows():
      # 打印整行数据
      print(row)
      # 示例：修改当前行指定列的值
      table_dataframe.loc[index, '目标列名'] = 替换的新值
  

• 方案2：itertuples() 逐行遍历（适合大数据量场景）
  该方法返回命名元组，遍历速度比 iterrows() 快数倍，适合数据量较大的场景：

  for row in table_dataframe.itertuples(index=True):
      # 打印当前行某列的值，直接通过 .列名 访问即可
      print(row.列名)
      # 修改方式和上面一致，通过行索引定位
      table_dataframe.loc[row.Index, '目标列名'] = 替换的新值
  

• 方案3：向量化操作（优先推荐）
  如果你要执行的是批量修改逻辑，优先用 pandas 内置的向量化操作，完全不需要写循环，性能最优：

  # 示例：给满足条件的行批量赋值，比如给age列大于18的行的is_adult列设为1
  table_dataframe.loc[table_dataframe['age'] > 18, 'is_adult'] = 1
  

内容的提问来源于stack exchange，提问作者wow